opencv笔记1：opencv的基本模块，以及环境搭建

时间：2023-03-09 15:00:30
opencv笔记1：opencv的基本模块，以及环境搭建

opencv笔记1：opencv的基本模块，以及环境搭建

安装系统

使用fedora22-workstation-x86_64

安装opencv

sudo dnf install opencv-devel

安装cmake

sudo dnf install cmake

查看opencv的基本模块

cd /usr/include/opencv2/

vim opencv_modules.hpp

内容如下：

#define HAVE_OPENCV_CALIB3D

#define HAVE_OPENCV_CONTRIB

#define HAVE_OPENCV_CORE

#define HAVE_OPENCV_FEATURES2D

#define HAVE_OPENCV_FLANN

#define HAVE_OPENCV_GPU

#define HAVE_OPENCV_HIGHGUI

#define HAVE_OPENCV_IMGPROC

#define HAVE_OPENCV_LEGACY

#define HAVE_OPENCV_ML

#define HAVE_OPENCV_OBJDETECT

#define HAVE_OPENCV_OCL

#define HAVE_OPENCV_PHOTO

#define HAVE_OPENCV_STITCHING

#define HAVE_OPENCV_SUPERRES

#define HAVE_OPENCV_TS

#define HAVE_OPENCV_VIDEO

#define HAVE_OPENCV_VIDEOSTAB

对应着opencv这个计算机视觉代码库中的所有模块：

calib3d calibration(校准）+三维重建

contrib contribution 最近新添加的特性 先不管它

core 核心模块

features2d 特征检测/描述子提取

flann fast library for approximate nearest neighbors

gpu GPU加速（nvidia卡)

highgui 高层的GUI操作（跟算法没啥关系）

improc image processing 图像处理模块

legacy 废弃堆，用于向下兼容

ml machine learning，包括统计模型和分类算法

obj_detect 目标检测

ocl opencl加速

photo 图像修复、去噪

stiching 图像拼接

superres super resolution 超分辨率

ts test 测试模块，不用管

video 视频分析组件

videostab video stabilization 视频稳定相关组件

这些模块中，core、imgproc、features2d是最基本的，ml和flann是机器学习相关的。对我而言gpu和opencl的可以不看。

配置clion

使用JetBrain公司的CLion作为IDE，它使用cmake构建工程，使用细节上比QtCreator好用些。

下载clion后解压，然后进行破解工作：下载crack文件，解压后进入目录执行：

java -jar build/libs/JetbrainsPatchKeygen-1.0.jar

输入你当前登录的系统中的用户名，以及clion安装绝对路径，生成的license复制好，打开clion目录中的bin/clion.sh，在GUI提示界面中贴上去。

配置搜索项

为了能在图形界面的搜索框中找到clion，就像找到gedit一样，找到结果后能用鼠标打开而不是每次都用命令行打开，配置.desktop文件.

在fedora22下，创建/usr/share/applications/clion.desktop文件，内容如下：

[Desktop Entry]

Version=1.0

Type=Application

Name=CLion

GenericName=IDE

Exec=/opt/clion/bin/clion.sh

Terminal=false

MimeType=text/plain;

Icon=clion

Categories=IDE

StartupNotify=true

用clion+opencv写hello world

新建工程，首先修改CMakeLists.txt，在最后一行add_executable一行前后，分别插入如下两行内容：

find_package(OpenCV REQUIRED)

target_link_libraries(${PROJECT_NAME} ${OpenCV_LIBS})

比如我的工程叫opencv_test，我的完整的CMakeLists.txt内容为：

cmake_minimum_required(VERSION 3.2)

project(opencv_test)

set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++11")

set(SOURCE_FILES main.cpp)

find_package(OpenCV REQUIRED)

add_executable(opencv_test ${SOURCE_FILES} source_file.h source_file.cpp)

target_link_libraries(${PROJECT_NAME} ${OpenCV_LIBS})

main.cpp中写一段读取图片并显示的代码：

#include <iostream>

#include <opencv2/opencv.hpp>

using namespace std;

using namespace cv;

int main(){

	Mat image = imread("/home/chris/workspace/clion/lena.jpg");

	imshow("lena图像", image);

	waitKey(0);

	destroyAllWindows();

	return 0;

}

注意到IDE右上方的Buid All字样，先点左边的向下箭头，这是执行cmake和make；然后会弹窗让你确认配置；最后点右边的小三角执行run。

相关文章